class: center middle main-title section-title-1 top-logo .small[ # Análisis de regresión lineal múltiple ] .class-info[ <br> **Sesión N° 3**<br> **Análisis Avanzado de Datos II** <br> .pull-right.small[ **Profesor** Gabriel Sotomayor López <br> **Ayudante** AAnaís Herrera Francisco Meneses .tiny[Universidad Diego Portales<br> ] ] ] --- class: title title-inv-1 # Objetivos de la sesión - Introducir el uso de modelos en ciencias sociales - Introducir el análisis de regresión lineal simple y múltiple - Revisar la ejecución de modelos de regresión en R --- class: title title-inv-1 # Contenidos Sesión N°4 .box-2.medium.sp-after-half[**Uso de modelos en ciencias sociales**] .box-3.medium.sp-after-half[**Introducción a regresión lineal**] .box-4.medium.sp-after-half[**Regresión lineal múltiple**] .box-1.medium.sp-after-half[**Supuestos del modelo de regresión**] --- class: center middle main-title section-title-2 top-logo # Uso de modelos en ciencias sociales --- class: title title-2 # .small[¿Por qué usamos modelos en ciencias sociales?] -- Los modelos son formalismos lógicos o matemáticos que buscan describir la realidad. Nos permiten simultáneamente capturar la complejidad de la realidad(social) y reducirla, de manera de hacerla inteligible: producir conocimiento. Permiten: - Formalizar, dando precisión y permitiendo poner teorías a prueba. - Develar relaciones entre variables y mecanismo causales - Predecir - Simular --- class: center middle main-title section-title-3 top-logo # Introducción a regresión lineal --- class: title title-3 # Varianza .small[**Varianza:** es el promedio de las distancias de los casos al promedio, tomando en cuenta los signos (eleva al cuadrado todas las distancias al promediarlas)] .center[] .small[**Desviación estándar:** Es la raíz cuadrada de la varianza. Es la que mejor da cuenta de la dispersión (es decir de las distancias de los casos al promedio] .center[] --- class: title title-3 # Covarianza .sma[La covarianza da cuenta del a variación conjunta de dos variables respecto de sus medias. Puede tomar valores positivos, dando cuenta de una relación directa (por ejemplo a mayor educación, mayores ingresos) o valores negativos, dando cuenta de una relación inversa (por ejemplo a menores horas de trabajo, mayor satisfacción con la vida).] .center[] --- class: title title-3 # Correlación La correlación (correlación de Pearson) corresponde a un valor estandarizado de la covarianza que puede tomar valores ente -1 y 1. .center[] .center[] --- class: title title-3 # Correlación .center[] --- class: title title-3 # Regresión lineal .small[La regresión lineal es una técnica de análisis estadístico que nos permite estimar los efectos de ciertas variables (independientes o predictores) en una variable cuantitativa (dependiente o predicha). Nos permite conocer la variación de una variable dependiente respecto a la variación de una o más variables independientes. Esto nos puede permitir predecir el valor que asume la variable dependiente á partir del valor de las independientes. Al igual que las pruebas estadística bivariadas revisadas en la clases pasadas, nos permite hacer inferencia estadística, es decir, determinar si las relaciones observadas en el modelo de regresión son estadísticamente significativas.] --- class: title title-3 # Recta de regresión La covariación de Y respecto de X puede expresarse a partir de una recta. .center[𝑌=𝛼+𝛽𝑋] .small[𝑌 = Valor estimado de la variable dependiente 𝛼 = El intercepto (valor que asume Y cuando X es 0) 𝛽 = el coeficiente de regresión o pendiente es decir, el efecto en Y de un aumento de 1 en X X = la variable independiente.] --- class: title title-3 # .small[Estimación de mínimos cuadrados ordinarios] .center[] .tiny[Para estimar dicha recta se utiliza la estimación de mínimos cuadrados ordinarios (Ordinary Least Squares OLS). Esta busca minimizar al suma de los residuos al cuadrado, siendo estos últimos la diferencia entre los valores predichos por el modelo (la recta) y cada valor observado.] --- class: title title-3 # Coeficientes de la ecuación --- class: title title-3 # Modelos lineales generalizados --- class: title title-3 # Modelos lineales generalizados --- class: center middle main-title section-title-4 top-logo # Regresión lineal múltiple --- class: title title-4 # Modelos lineales generalizados --- class: center middle main-title section-title-1 top-logo # Supuestos del modelo de regresión --- class: title title-1 # Modelos lineales generalizados --- class: center middle main-title section-title-1 top-logo .small[ # Análisis de regresión lineal múltiple ] .class-info[ <br> **Sesión N° 3**<br> **Análisis Avanzado de Datos II** <br> .pull-right.small[ **Profesor** Gabriel Sotomayor López <br> **Ayudante** AAnaís Herrera Francisco Meneses .tiny[Universidad Diego Portales<br> ] ] ]